掌桥专利:专业的专利平台
掌桥专利
首页

一种基于机器视觉的合金外壳表面划痕检测系统

文献发布时间:2024-04-18 19:58:26


一种基于机器视觉的合金外壳表面划痕检测系统

技术领域

本发明属于划痕监测技术领域,具体为一种基于机器视觉的合金外壳表面划痕检测系统。

背景技术

Fakra连接器属于同轴信号传输连接器,起初主要应用于射频信号的传输,市场出现同轴和LVDS信号转换C后,应用范围扩大到视频信号传输领域,被广泛地应用于车载导航,车载电子仪表,360全景系统,车载自动驾驶系统等领域,属于车载多媒体设备之间信号传输的重要部件。Fakra连接器具有良好信号稳定性,传输速率快,性价比高,体积小等优点。在实际应用过程中,Fakra连接器被安装于机构壳体内,此时就需要用到板端锌合金外壳。

但是常见的板端锌合金外壳生产过程中表面可能会发生划伤,此时如果不对其进行检测就会影响后续的产品质量。

发明内容

本发明的目的在于:为了解决上述提出的问题,提供一种基于机器视觉的合金外壳表面划痕检测系统。

本发明采用的技术方案如下:一种基于机器视觉的合金外壳表面划痕检测系统,包括启动模块、图像采集模块、无线传输模块、图像处理模块、主控制模块、划痕分析模块、空间锐化滤波模块、图像分割模块、形态学图像处理模块、缺陷检测模块、缺陷特征提取模块和缺陷分类模块,所述启动模块的输出端连接有所述图像采集模块的输入端,所述图像采集模块的输出端连接有所述无线传输模块的输入端,所述无线传输模块的输出端连接有所述图像处理模块的输入端,所述图像处理模块的输出端连接有所述主控制模块的输入端,所述主控制模块的输出端连接有所述划痕分析模块的输入端。

在一优选的实施方式中,所述图像处理模块的内部设置有空间锐化滤波模块、图像分割模块和形态学图像处理模块,所述空间锐化滤波模块、图像分割模块、形态学图像处理模块的整体输出端连接有所述图像处理模块的输入端;

所述划痕分析模块的内部设置有缺陷检测模块、缺陷特征提取模块和缺陷分类模块,所述缺陷检测模块、缺陷特征提取模块和缺陷分类模块的整体输出端连接有所述划痕分析模块的输入端。

在一优选的实施方式中,所述图像采集模块用到两种图像采集设备,分别是CCD摄像机和CMOS摄像机,其中,CCD摄像机属于一种典型的电耦合器件,所产生的信号源主要以电荷为主,该信号源主要集中分布于半导体单晶材料上,CMOS摄像机属于一种典型的光电转换器件,主要集中分布于金属氧化物半导体材料上,所述图像采集模块在充分结合检测尺寸范围芯片的基础上,将镜头的视野尺寸设置在15mm以上,最终将ZML1010镜头规格作为最终选用的镜头。

在一优选的实施方式中,所述无线传输模块通用分组无线业务因其覆盖范围广,能够满足VRLA蓄电池在各种工况下的应用场景,而真正实现“永远在线”;选定的GPRS模块USR-GM3使用超文本传输协议守护进程客户端模式与Web服务器进行通信;该模块将数据打包整合后传输到GPRS无线网络,然后通过Internet传输到云监测平台。

在一优选的实施方式中,所述空间锐化滤波模块根据图像积分运算结果,采用逆运算的方式,完成以下两种运算类型,分别是微分运算和梯度运算,只有这样,才能提高图像的清晰度。另外,锐化滤波处理主要是为了确保边缘模糊或者轮廓模糊的图像变得更加清晰化,便于相关人员对图像细节一目了然。

在一优选的实施方式中,所述图像分割模块将图像划分成人们感兴趣的若干个部分,并对各个部分的特性进行分析。阈值分割法在具体的运用中,需要事先选取一个或多个阈值,将图像灰度划分为若干个部分,在此基础上,提取出相应的目标区域。当出现光照不均匀现象时,单一阈值法,难以快速分割产品外壳污损缺陷,为了解决这一问题,需要采用局部阈值法,对这些图像进行分割处理。局部阈值处理法主要是指将一幅图像划分成独立互斥的若干个矩形,同时,还要保证所选用的矩形面积要足够小,确保所有矩形的光照均处于均匀状态,在此基础上,完成对多个窗口的自动化阈值处理,最后,对每个图像进行捆绑处理,并将最终的处理结果形象、直观地呈现在用户面前。

在一优选的实施方式中,所述形态学图像处理模块对图像进行形态学处理,可以降低图像孤立特征。在形态学变换期间,需要借助结构元素,开展相关运算工作。同时,还要在所有像素位置上放置与之相对应的区域,为后期逻辑运算工作的有效开展。另外,还要将最终运算结果设置为相应的图像元素,以实现对多样化形态学处理运算的构造。

在一优选的实施方式中,所述主控制模块使用ATmegal28单片机作为GCPU,串行芯片为24AA1048,实时时钟芯片为AMI8563。主控制模块的功能在于对电池组进行采样,控制蓄电池放电过程,完成串行通信以及其他的扩展功能。Atmegal28为8位单片机,采用先进的RISC构架,内部具有154条指令系统。采用全静态的工作模式,提高了对外围的开发能力。对主控制模块提供IEC61850标准接口,以适配通讯设备。

在一优选的实施方式中,所述缺陷检测模块对锌合金外壳表面存在的缺陷部分进行图像分割,所述缺陷检测模块通过设定不同的特征阈值,把图像中的像素点分为若干类。在分割时,先确定一个灰度阈值,将图像中灰度大于该阈值的像素点分为一类,同时将灰度值小于该阈值的像素点分为另一类。基于区域分割的方法适用于要分割的物体与图像的背景有较强对比度的图像。基于区域的分割方法主要有区域生长、区域分离聚合、分水岭法,经过阈值分割后灰度图像被转换为二值图像。在此次锌合金外壳表面缺陷检测中,如何选取最佳分割阈值,使得尽量多的缺陷区域像素被划分至一类,不存在缺陷的其他区域被划分至一类,对此次缺陷检测极为重要,采用的阈值是否合理决定着此次缺陷分割的效果及分割后缺陷区域的特征表征及分类结果。

在一优选的实施方式中,所述缺陷特征提取模块将缺陷区域扩充两个像素;缺陷中心用“+”标记,有缺陷的VEH连接器用“NG”标记,无缺陷的VEH连接器用“OK”标记;并记录缺陷VEH连接器的中心坐标,所述缺陷分类模块包括边缘缺陷检测模块和内部缺陷分类两个模块,其中,边缘检测模块针对玻璃边缘的崩边、爆边缺陷,包括参数设置、缺陷分布图示、缺陷放大显示和检测结果,对于边缘检测的参数,为了方便实验验证效果,部分基于搜索线方法的参数可以取消默认并且修改,而二值化、滤波去噪、形态学操作和边缘提取等图像预处理的参数则是根据前文的大量实验确定下来,无需再作修改。确定参数后单张检测,其缺陷位置、放大显示将以图像形式展现,并显示对应处理效果的文字展示。

综上所述,由于采用了上述技术方案,本发明的有益效果是:

1、本发明中,图像处理模块内部的各个图像处理模块不仅有效地增强了缺陷边缘灰度,还能有效降低灰度值缓慢变化幅度,使得灰度图中的缺陷呈现出不断增强的状态,为后期图像高效分割处理创造良好的条件。局部阈值处理不仅可以有效地避免因光照不均匀而对图像灰度值产生不良影响。数学形态学相关操作步骤的实施,在降低微小颗粒对检测结果的干扰程度方面提供有力的保障。由此使得本系统可以保证精确度的基础上,实现对产品外壳样品中颗粒、划痕、斑点等污损缺陷的有效识别,为后期产品外壳的美化提供重要的依据和参考,从而提高了整体产品精度,提高了使用时的便利性。

2、本发明中,划痕分析模块内部的模块在对锌合金外壳表面的划痕进行检测标记时,此时可以根据划痕的情况不同进行初步的分类,从而使得之后的使用过程中,相关工作人员可以针对划痕的不同情况,进行针对性的检测和处理,从而提高了后续检测处理过程中的效率,为人们的操作使用带来了更多的便利性。

附图说明

图1为本发明的整体系统框图;

图2为本发明中图像处理模块系统框图;

图3为本发明中划痕分析模块系统框图。

图中标记:1-启动模块、2-图像采集模块、3-无线传输模块、4-图像处理模块、5-主控制模块、6-划痕分析模块、7-空间锐化滤波模块、8-图像分割模块、9-形态学图像处理模块、10-缺陷检测模块、11-缺陷特征提取模块、12-缺陷分类模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。

参照图1-3,

一种基于机器视觉的合金外壳表面划痕检测系统,包括启动模块1、图像采集模块2、无线传输模块3、图像处理模块4、主控制模块5、划痕分析模块6、空间锐化滤波模块7、图像分割模块8、形态学图像处理模块9、缺陷检测模块10、缺陷特征提取模块11和缺陷分类模块12,启动模块1的输出端连接有图像采集模块2的输入端,图像采集模块2的输出端连接有无线传输模块3的输入端,无线传输模块3的输出端连接有图像处理模块4的输入端,图像处理模块4的输出端连接有主控制模块5的输入端,主控制模块5的输出端连接有划痕分析模块6的输入端。

图像处理模块4的内部设置有空间锐化滤波模块7、图像分割模块8和形态学图像处理模块9,空间锐化滤波模块7、图像分割模块8、形态学图像处理模块9的整体输出端连接有图像处理模块4的输入端;

划痕分析模块6的内部设置有缺陷检测模块10、缺陷特征提取模块11和缺陷分类模块12,缺陷检测模块10、缺陷特征提取模块11和缺陷分类模块12的整体输出端连接有划痕分析模块6的输入端。

图像采集模块2用到两种图像采集设备,分别是CCD摄像机和CMOS摄像机,其中,CCD摄像机属于一种典型的电耦合器件,所产生的信号源主要以电荷为主,该信号源主要集中分布于半导体单晶材料上,CMOS摄像机属于一种典型的光电转换器件,主要集中分布于金属氧化物半导体材料上,图像采集模块2在充分结合检测尺寸范围芯片的基础上,将镜头的视野尺寸设置在15mm以上,最终将ZML1010镜头规格作为最终选用的镜头。

无线传输模块3通用分组无线业务因其覆盖范围广,能够满足VRLA蓄电池在各种工况下的应用场景,而真正实现“永远在线”;选定的GPRS模块USR-GM3使用超文本传输协议守护进程HTTPD客户端模式与Web服务器进行通信;该模块将数据打包整合后传输到GPRS无线网络,然后通过Internet传输到云监测平台。

空间锐化滤波模块7根据图像积分运算结果,采用逆运算的方式,完成以下两种运算类型,分别是微分运算和梯度运算,只有这样,才能提高图像的清晰度。另外,锐化滤波处理主要是为了确保边缘模糊或者轮廓模糊的图像变得更加清晰化,便于相关人员对图像细节一目了然。

图像分割模块8将图像划分成人们感兴趣的若干个部分,并对各个部分的特性进行分析。阈值分割法在具体的运用中,需要事先选取一个或多个阈值,将图像灰度划分为若干个部分,在此基础上,提取出相应的目标区域。当出现光照不均匀现象时,单一阈值法,难以快速分割产品外壳污损缺陷,为了解决这一问题,需要采用局部阈值法,对这些图像进行分割处理。局部阈值处理法主要是指将一幅图像划分成独立互斥的若干个矩形,同时,还要保证所选用的矩形面积要足够小,确保所有矩形的光照均处于均匀状态,在此基础上,完成对多个窗口的自动化阈值处理,最后,对每个图像进行捆绑处理,并将最终的处理结果形象、直观地呈现在用户面前。

形态学图像处理模块9对图像进行形态学处理,可以降低图像孤立特征。在形态学变换期间,需要借助结构元素,开展相关运算工作。同时,还要在所有像素位置上放置与之相对应的区域,为后期逻辑运算工作的有效开展。另外,还要将最终运算结果设置为相应的图像元素,以实现对多样化形态学处理运算的构造

主控制模块5使用ATmegal28单片机作为GCPU,串行芯片为24AA1048,实时时钟芯片为AMI8563。主控制模块的功能在于对电池组进行采样,控制蓄电池放电过程,完成串行通信以及其他的扩展功能。Atmegal28为8位单片机,采用先进的RISC构架,内部具有154条指令系统。采用全静态的工作模式,提高了对外围的开发能力。对主控制模块提供IEC61850标准接口,以适配通讯设备。

缺陷检测模块10对锌合金外壳表面存在的缺陷部分进行图像分割,缺陷检测模块10通过设定不同的特征阈值,把图像中的像素点分为若干类。在分割时,先确定一个灰度阈值,将图像中灰度大于该阈值的像素点分为一类,同时将灰度值小于该阈值的像素点分为另一类。基于区域分割的方法适用于要分割的物体与图像的背景有较强对比度的图像。基于区域的分割方法主要有区域生长、区域分离聚合、分水岭法,经过阈值分割后灰度图像被转换为二值图像。在此次锌合金外壳表面缺陷检测中,如何选取最佳分割阈值,使得尽量多的缺陷区域像素被划分至一类,不存在缺陷的其他区域被划分至一类,对此次缺陷检测极为重要,采用的阈值是否合理决定着此次缺陷分割的效果及分割后缺陷区域的特征表征及分类结果。

缺陷特征提取模块11将缺陷区域扩充两个像素;缺陷中心用“+”标记,有缺陷的VEH连接器用“NG”标记,无缺陷的VEH连接器用“OK”标记;并记录缺陷VEH连接器的中心坐标,缺陷分类模块12包括边缘缺陷检测模块和内部缺陷分类两个模块,其中,边缘检测模块针对玻璃边缘的崩边、爆边缺陷,包括参数设置、缺陷分布图示、缺陷放大显示和检测结果,对于边缘检测的参数,为了方便实验验证效果,部分基于搜索线方法的参数可以取消默认并且修改,而二值化、滤波去噪、形态学操作和边缘提取等图像预处理的参数则是根据前文的大量实验确定下来,无需再作修改。确定参数后单张检测,其缺陷位置、放大显示将以图像形式展现,并显示对应处理效果的文字展示。

本发明中,图像处理模块4内部的各个图像处理模块不仅有效地增强了缺陷边缘灰度,还能有效降低灰度值缓慢变化幅度,使得灰度图中的缺陷呈现出不断增强的状态,为后期图像高效分割处理创造良好的条件。局部阈值处理不仅可以有效地避免因光照不均匀而对图像灰度值产生不良影响。数学形态学相关操作步骤的实施,在降低微小颗粒对检测结果的干扰程度方面提供有力的保障。由此使得本系统可以保证精确度的基础上,实现对产品外壳样品中颗粒、划痕、斑点等污损缺陷的有效识别,为后期产品外壳的美化提供重要的依据和参考,从而提高了整体产品精度,提高了使用时的便利性。

本发明中,划痕分析模块6内部的模块在对锌合金外壳表面的划痕进行检测标记时,此时可以根据划痕的情况不同进行初步的分类,从而使得之后的使用过程中,相关工作人员可以针对划痕的不同情况,进行针对性的检测和处理,从而提高了后续检测处理过程中的效率,为人们的操作使用带来了更多的便利性。

需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

相关技术
  • 一种基于机器视觉的轴承表面划痕检测方法
  • 一种基于机器视觉的产品表面划痕检测方法
技术分类

06120116493043